Desain Pengaturan Level Pada Coupled Tank Proccess Rig Menggunakan Kontroler Self-Tuning Fuzzy PID Hybrid Tugas Akhir - TE091399

Transkripsi

1 Deain Pengaturan Level Pada Coupled Tank Procce Rig Menggunakan ontroler Self-Tuning Fuzzy PID Hybrid Tuga Akhir - TE09399 Leonardu Hara Manggala Putra Juruan Teknik Elektro FTI ITS, Surabaya 60 l30_hr@elect-eng.it.ac.id L/O/G/O

2 Agenda ThemeGallery i a Deign Digital Content & Content mall developed by Guild Deign Inc. Pendahuluan Perancangan Sitem 3 4 Pengujian dan Analii Penutup

3 Pendahuluan Latar Belakang Permaalahan Tujuan

4 Latar Belakang Permaalahan Tujuan Plant level-coupled tank banyak diimplementaikan pada plant pengaturan di dunia indutri dan pada penerapannya plant ini angatlah tidak tabil, reponnya yang cenderung lambat dan pengendaliannya yang elalu berhubungan dengan perubahan beban tertentu. ontroler PID banyak digunakan dalam dunia indutri tetapi tidak dapat mempertahankan kriteria yang diinginkan apabila terjadi perubahan beban pada plant. Serta, kontroler diferential yang enitif terhadap perubahan error yang cepat dan tiba-tiba. [ Image information in product ] Title Image - Note to cutomer : Thi image ha been licened to be ued within thi PowerPoint template only. You may not extract the image for any other ue.

5 Latar Belakang Permaalahan Tujuan Plant level-coupled tank memiliki karakteritik yang tidak tabil terhadap perubahan beban yang terjadi dan kontroler PID hanya mampu mengontrol plant apabila perubahan parameter yang terjadi tidak terlalu bear. Namun apabila perubahan parameter plant terlalu bear, maka parameter PID perlu ditala ulang. [ Image information in product ] Title Image - Note to cutomer : Thi image ha been licened to be ued within thi PowerPoint template only. You may not extract the image for any other ue.

6 Latar Belakang Permaalahan Tujuan Merancang kontroler Fuzzy-PID Hybrid untuk menala parameter PI apabila terjadi perubahan beban dan berfungi ebagai pengganti kontroler PD. [ Image information in product ] Title Image - Note to cutomer : Thi image ha been licened to be ued within thi PowerPoint template only. You may not extract the image for any other ue.

7 Perancangan Sitem Level and Flow Proce Rig Metode Pembebanan Identifikai Sitem Deain ontroler

8 Level and Flow Proce Rig 38-00

9 Metode Pembebanan MV dibuka, MV dibuka, SV ditutup Nominal Beban MV dibuka, MV dibuka, SV ditutup MV dibuka, MV ditutup, SV ditutup Minimal Makimal

10 Identifikai Metode Strejc

11 Pada proe pengambilan data untuk kondii beban nominal didapat nilai Y 65% dan X 70% dengan nilai awal repon ebear 35%, ehingga agar nilai awal dimulai dari 0%, data yang didapat dikurangi dengan 35 ecara keeluruhan.sehingga Y 30% dan X 35%, ehingga didapat: T T u a Y X.5 0. Ta T.78 T u ' T a Ta Tu tabel n T a /T T u /T T a /T u G( ) τ ' T u Tu

12 Validai Model 70 RMSE n i ( y y ), i n, i RMSE 0.95 Level (%) Setpoint Repon Plant Repon Model Waktu ()

13 Hail Pemodelan Loop Tertutup Beban Model Matematika RMSE Minimal G( ) Nominal G( ) Makimal G( )

14 Pemodelan Loop Terbuka» Bila E() U() C() - p H() R() G() ( ) ) ( A H β α ( ) ( ) ( ) ( ) ( ) ) ( ) ( A A R C p p p p p β α ( ) ) ( ' ' ' ' ' ' ' ' ' A A G β α β α

15 Pemodelan Loop Terbuka Bila ;maka ( ) p p ' ( ) A A p p ' ( ) p ' α α ( ) ( ) A p p ' β β ( ) ( ) ( ) ( ) ( ) ( ) ) ( ' ' ' ' A A A G p p p p p β α β α

16 Pemodelan Loop Terbuka Digunakan p5 pada tiap kondii beban, ehingga didapat model matematika pada dari 3 kondii beban ebagai berikut Beban Model Matematika Minimal Nominal Makimal H ( ) H ( ) H ( ) ( 0.44 ) ( 0.40 ) ( ) 7.605

17 Deain ontroler Fuzzy PID Hybrid FUZZY INFERENCE e e PI Input - Σ PLANT Output FUZZY-PD

18 Deain ontroler PID, dimana R() E() U() C() - N d d i τ τ τ ( ) n ω n ζ ω τ ( ) ( ) ( ) A A R C n n d i ω ζ ω τ τ ( ) ( ) [ ]( ) N A d i d i P τ τ τ τ τ

19 Deain ontroler PID Jika Sehingga repon menyerupai orde apabila, maka parameter kontroler adalah ebagai berikut : τ τ d n d i ω ζ τ τ ( ) n d i N ω τ τ ( ) ( ) R C P i P i p τ τ P τ i τ τ τ d τ ω ζ τ n i ( ) n n N τω ζ τω n P ω τ ζ

20 Deain ontroler PID Apabila diambil t(5%) 60 detik, didapat parameter PID ebagai berikut: τ d Beban p i N Minimal Nominal Makimal

21 Deain Logika Fuzzy 3 Memberhip function error p delta error

22 Deain Logika Fuzzy 3 Memberhip function error i delta error

23 Deain Logika Fuzzy 5 Memberhip function error p delta error

24 Deain Logika Fuzzy 5 Memberhip function error i delta error

25 Deain ontroler Fuzzy-PD 5 Memberhip function error Output delta error

26 Rule Bae 3 Memberhip Function e e Δe N Z P N P P P Z Z Z N P N N N Δe p N Z P N N N N Z Z Z N P P P P e Δe N Z P N NB NS Z Z Z Z Z P PB Z PS ontroler Fuzzy-PD i

27 Rule Bae 5 Memberhip Function Δe NB NS Z PS PB e NB PB PB PS PS Z NS PB PS PS Z Z Z PS PS Z NS NS PS PS Z NS NS NS PB Z NS NS NB NB p Δe NB NS Z PS PB e NB NB NB NS NS Z NS NB NS NS Z PS Z NB NS Z PS PB PS NS Z PS PS PB PB Z PS PS PS PB i

28 Pengujian dan Analia Simulai Implementai

29 Simulai (3 MF) Level (%) Setpoint Repon Waktu () Nominal-Makimal

30 Analia Beban Awal Beban Akhir Waktu mencapai keadaan tunak (detik) %E Nominal Minimal Nominal Makimal Minimal Nominal Minimal Makimal Makimal Nominal Makimal Minimal

31 Simulai (5 MF) Level (%) Setpoint Repon Waktu () Nominal-Makimal

32 Analia Beban Awal Beban Akhir Waktu mencapai keadaan tunak (detik) %E Nominal Minimal Nominal Makimal Minimal Nominal Minimal Makimal Makimal Nominal Makimal Minimal

33 Implementai (3 MF) Level (%) Level (%) Setpoint Repon Waktu () 40 Setpoint Repon Nominal-Minimal Nominal-Makimal

34 Implementai (3 MF) Level (%) Level (%) Setpoint Repon Waktu () Minimal-Nominal 40 Setpoint Repon Waktu () Minimal-Makimal

35 Implementai (3 MF) Level (%) Level (%) Setpoint Repon Waktu () Makimal-Nominal 40 Setpoint Repon Waktu () Makimal-Minimal

36 Analia (3 MF) Beban Awal Beban Akhir Waktu mencapai keadaan tunak (detik) %E Nominal Minimal Nominal Makimal Minimal Nominal Minimal Makimal Makimal Nominal Makimal Minimal

37 Implementai (5 MF) Level (%) Level (%) Setpoint Repon Waktu () Nominal-Makimal 40 Setpoint Repon Waktu () Nominal-Minimal

38 Implementai (5 MF) Level () 55 Level Setpoint Repon Waktu () 40 Setpoint Repon Waktu () Minimal-Nominal Minimal-Makimal

39 Implementai (5 MF) Level (%) Level (%) Setpoint Repon Waktu (S) Makimal-Nominal 35 Setpoint Repon Waktu () Makimal-Minimal

40 Analia (5MF) Beban Awal Beban Akhir Waktu mencapai keadaan tunak (detik) %E Nominal Minimal Nominal Makimal Minimal Nominal Minimal Makimal Makimal Nominal Makimal Minimal

41 Penutup eimpulan Saran

42 eimpulan ontroler Fuzzy PID Hybrid dapat menjaga nilai repon agar berada pada nilai etpoint yang diinginkan dalam tiga kondii perubahan beban, yaitu: beban minimal, beban nominal dan beban makimal. Namun pada perubahan beban dari kondii makimal ke minimal pada implementai kontroler dengan 5 memberhiphip function maih terdapat %E ebear.643%. Walaupun hal itu maih dianggap wajar pada plant level, karena error maih tidak terlalu jauh dari tolerani %E yang diberikan ebear 0.5%. Semakin banyak jumlah memberhip function maka akan berpengaruh terhadap jumlah rule bae, yang menyebabkan emakin rumitnya logika fuzzy dalam mengambil keputuan. Salah atunya ditunjukkan pada perubahan kondii nominal ke makimal, pada rule bae dengan 3 memberhip function waktu kembali dapat dicapai dalam waktu 50.5 detik, edangkan pada 5 memberhip function waktu kembali dapat dicapai dalam waktu 76.3 detik.

43 Saran Saran untuk riet elanjutnya adalah merancang kontroler Fuzzy PID Hybrid yang dapat mengatur ketinggian kedua tangki pada plant level coupled-tank dengan beban berubah pada kedua tangkinya.

44 Thank You! L/O/G/O